基于综合交通2SFCA法的哈尔滨主城区景区可达性研究

周立军， 司伟业， 殷青

（哈尔滨工业大学建筑学院，寒地城乡人居环境科学与技术工业和信息化部重点实验室，哈尔滨 150001）

0 引言

景区可达性不但影响游客行为，而且把控区域旅游协同发展、开发决策空间布局、经济谋划等宏观格局的合理性与显著性。提升景区可达性，有利于市民共享旅游发展成果，实现社会公平，有利于提升外来游客旅游质量，提升城市竞争力和影响力。

可达性的概念最早在1959 年由Hanse［1］提出，意思是一个地方到另一个地方的难易程度。目前对可达性的测度主要分为两类，一类是拓扑网络，如空间句法、矩阵拓扑法［2，3］；另一类是几何网络，包括距离法、累积机会法、引力模型法［4-6］。目前高斯两步移动搜索法和引力模型法［7，8］是普遍作为空间可达性测度的有效方法。

目前景区可达性的研究已经较为深入，魏珍、李然好、余菲菲分别利用距离法、高斯两步移动搜索法（2SFCA）、引力模型测算景区可达性及其与房价、经济的关系。然而，以上研究多为单类交通下的可达性测度，对综合交通的研究较少。实际上居民出行方式存在偏好，同一区域不同出行方式影响可达性结果［9，10］。

对景区服务对象的选取上，选取市民作为游客，原因：一是以往研究多关注景区与外来游客的关系，而忽视了景区同样服务于市民。外来游客出行具有时效性和集中性，已有研究发现外来游客出游多在法定节假日，而在全年时间占比较重的公休日中出游人群多为当地游客［11］。同时赵荣等研究西安市民出游行为中发现市民到兵马俑等热门景点出游人数占比高达80%，因此研究景区与当地游客的关系也极为重要；二是在疫情常态化背景下，各地提倡就地出游，尽量减少出现跨区域人员流动，故未来很长时间内出现大规模的外来游客出游不再是普遍现象，因此研究具有一定的现实意义。

文中推导了综合交通的2SFCA法计算公式，爬取高德地图规划路径API 多交通出行数据、景区供给点经纬度坐标与服务面积，并通过逆地理编码获取街道单元办事处的坐标作为需求点，完成了街道单元的景区可达性评价，借助Geoda 双变量局部空间自相关方法分析了景区供需匹配失衡地区。

1 研究区域与数据来源

1.1 研究区域

研究区域为哈尔滨主城区，包含南岗区、道里区、道外区、松北区和香坊区，研究单元为街道辖区。借助高德地图开发者工具爬取哈尔滨主城区景区POI，发现绝大多数均在主城区绕城高速以内，进而精炼研究区域为哈尔滨市区绕城高速G1001以内，包含南岗区20 个街道、道里区19 个街道、道外区26 个街道、松北区6个街道、香坊区24个街道和呼兰区学院路街道部分区域。面积约510.76km2，人口约391万。

1.2 数据来源

1.2.1 景区需求数据

研究使用六普数据中街道单元的常住人口数作为景区需求量。完整街道辖区以街道办事处为需求点，利用高德地图逆地理编码获得街道办事处的经纬度坐标，将街道办事处作为人口聚集中心；靠近绕城高速G1001缺损街道辖区以质心为需求点（人口数据按照居住区面积比例计算得到），利用Arcgis10.2的属性表的“计算几何质心”获得经纬度坐标。地理信息数据来源于Bigmap 地图下载器，结合《哈尔滨市城市总体规划（2011-2020）》（2017 年修改稿）中江北区最新街道辖区。在Arcgis10.2中手绘地图面域得到绕城高速范围内各个街道的SRI Shapefile数据。各个行政区和相应需求数据如图1所示。

图1 哈尔滨绕城高速内基础数据

1.2.2 景区供给数据

研究分别将收费景区的售票处和免费景区的主要出入口作为供给点。通过爬取高德地图风景名胜POI 获得168 个哈尔滨主城区景点，比对携程官网和哈尔滨市文广新局2021 年发布的哈尔滨市A 景区名录选出了30 个代表性的景区，包括11 个自然类旅游景区，8个历史遗产类旅游景区和11个现代人文类旅游景区［12］，景区面积数据（服务能力）从高德地图投影面积获取（黑龙江省博物馆等建筑类景点以建筑面积估算），供给点坐标借助高德地图搜索服务API 获得。利用Arcgis10.2 的自然间断分级法划分五类景区面积，数据信息如表1和图2所示。

表1 景区分类与数量

图2 景区面积分布与类型分布

2 研究方法与过程

2.1 综合交通高斯两步移动搜索法

研究中的综合交通2SFCA 法的创新之处在将交通成本TC取代距离成本dij，供给点服务人数按照不同交通方式占比进行加权求和。过程如下：

首先，高斯两步移动搜索法先计算在极限阈值内能够到达的景区供给点和需求点之间的衰减值G（dij），之后计算每个供给点服务能力与服务人数的比重，即供给点的供需比Rj，最后对每个需求点汇总阈值范围内所能到达的所有供给点的供需比与衰减值的乘积作为每个需求点的可达性。

然后，结合学者Chang和Mao集合步行、公共交通和驾车三种交通方式开发了计算多交通可达性的交通成本计算方法：

式中，TC 为交通成本；pi为需求点人数；a1为步行出行占比；a2为公共交通出行占比；a3为驾车出行占比；Tij（walk）表示两点间步行出行通达时间；Tij（bus）表示两点间公共交通出行通达时间；Tij（car）表示两点间驾车出行通达时间。

最后，考虑到景区面积较大，而步行距离有限，因此仅选取公共交通和驾车出行二种交通方式计算景区可达性，如式（2）～式（4）。

具体计算过程，首先计算基于公共交通和驾车出行二种交通方式下阈值范围内的成本衰减值，见式（2）。宋阳等［13］分析获得哈尔滨城区交通出行方式占比，公交车53.9%，出租车7.7%，地铁4%，步行17%，自行车1%，私家车16.46%。其中自行车比重极小，忽略不计，将其他五种交通出行重新分配比重，把地铁和公交车列入公共交通出行，出租车与私家车列入驾车出行（两者均为直达且车速相近，私家车直接到达供给点，不考虑停车前泊车所耗费的时间成本），最终计算得到哈尔滨城区步行（a1）占比17.19%，公共交通出行（a2）占比58.54%，驾车出行（a3）占比24.27%。公共交通T0（bus）和驾车Tij（car）极限时间均设置为最长通达时间；然后带入式（3）计算综合交通景区供需比；最后，以街道需求点为起始点，计算阈值内所有景区供需比与衰减值乘积的和作为可达性Ai，值越大表示该街道的景区可达性越高。

2.2 探索性空间数据分析

借助Geoda的空间自相关统计中的双变量局部分析莫兰迪指数判断研究区内需求（人口）与供给（可达性）间的空间自相关特征，借助LISA 聚类地图直观呈现两种变量的聚集类型，结果可分为四类：高需求高供给区（HH）、低需求低供给区（LL）、高需求低供给区（HL）和低需求高供给区（LH）。

3 景区可达性与供需关系分析

3.1 可达性评价

（1） 综合交通景区可达性。由式（4）可知，影响可达性的变量为景区服务面积、通行成本和需求数。由于交通成本极限阈值为两点最长通行时间，因此任何需求点都可以被供给点服务，意味着最终影响可达性的自变量为通行成本与需求人数。

由图3 可以发现，景区可达性较高的区域处于城区中心，景区类型多为历史遗产类和现代人文类，极少数为自然类景区，如太阳岛街道。主城区北部的景区可达性高于南部，主要原因在于北部地区相比南部地区人口较少，且景点数目远多于南部地区，以至北部地区居民前往景区的交通成本小，两者共同作用，以致南北分异格局。进一步比对图2 城市路网数据，发现北区路网比南区密集而交通便捷，这也是造成交通成本差异的直接原因。

图3 综合交通的景区可达性

（2） 不同交通景区可达性。利用高斯2SFCA计算了单交通的景区可达性如图4、图5，并进行描述性统计见表2。发现公共交通景区可达性的离散程度大于驾车，说明公共交通通达性不稳定，线路有待进一步优化。由平均值可知，驾车出行比公共交通出行更加便利。

图4 公共交通的景区可达性

图5 驾车出行的景区可达性

表2 不同交通出行景区可达性数据统计

从图4得，城区中心景区可达性高，多为历史遗产类和现代人文类景区。北部景区可达性高于南部，出现南北分布差异格局。结合哈尔滨目前的地铁1、2号线的线路看，沿地铁线路排布的燎原街道、荣市街道、花园街道等街道的景区可达性最高，说明公共交通中地铁出行便捷性高于公交；从图5 得景区可达性同样具有中心性，但与公共交通出行相比，景区可达性重心向江北偏移，两极分化更加明显。因此公共交通很大程度上改善了景区空间分布不均的矛盾。

将公共交通和驾车出行景区可达性分别与综合交通对比，发现前者更贴近与综合交通出行景区可达性。为了科学性，把基于2 种交通出行的景区可达性作为Y（数值量），另两种交通的景区可达性做均值聚类处理，作为X（类型量），导入Geodetector，从风险因子探测结果中发现公共交通出行的景区可达性风险因子q值最大，证明就综合交通景区可达性分布而言，公共交通出行是影响其空间格局的最显著因子。

3.2 空间自相关特征

为分析哈尔滨主城区的景区供需匹配现状特征，对综合交通出行的景区可达性进行了双变量的莫兰迪指数的空间自相关分析，同时与单类交通出行对比，一同测算了公共交通和驾车出行的景区可达性的供需关系特征。测算结果如图6、图7、图8所示。

图6 综合交通LISA聚类地图

图7 公共交通LISA聚类地图

图8 驾车出行LISA聚类地图

从图6 来看，HH 区全部集中于城区中心，包含花园街道在内的11 个街道分区，说明该地区人口密度大，景区服务该地区能力也强；LH 区全部集中于HH区周围，该区人口少于中心区，与图1人口分布图关系一致。研究区内一共20 个街道处显示LH 区，与HH区一共31个街道全部呈现高供给状态。整体来讲，城区中心区景区供给充足；与之相反，低供给区全部处于城区边缘的南部和东部地区，该地区景区数目极少，路网稀疏交通不便，使地区的景区可达性不强，以致出现了成片的低供给聚集区，占近城区面积的1/3，说明该地区景区服务能力不强，景区资源配置不公。

将综合交通的景区供需地图分别与公共交通和驾车比对，如图7、图8 所示，发现该综合交通下的景区供需关系格局与公共交通极为相似。而驾车出行使得城区中心的HH区减少，转为供需均衡地区，同时东部LL区消失，供需关系达到均衡。总体来看，驾车出行不受公共交通线路规划影响，能够实现更自由更大程度的供需关系匹配，但两种交通方式均受限于城区景区空间分布不均和交通路网区域差异，使得两者的供需关系特征差别有限。

综合来看，主城区内有60%的街道处于供需关系良好的状态。综合交通的景区供需关系失衡地区在城区东南角、南部和东部地区等边缘地区，主要原因在于景区数目不足和路网设施有待完善。

4 研究建议

研究发现，哈尔滨主城区绕城高速范围内，景区数目与路网设施完善程度是影响景区可达性的直接原因，根据以上研究结果与结论，建议充分发掘南部地区的人文、地理资源优势，展现地域特征，打造高品质景区；政府应持续加大交通设施建设，完善交通路网结构，发挥公共交通优势，缩小景区通达成本，提升景区可达性，弥补差距，有利于实现旅游发展福利全民共享的目标。

5 结语

研究推导了综合交通的2SFCA计算方法，对哈尔滨绕城高速范围内的主城区进行了景区可达性评价与供需关系特征分析，揭示了哈尔滨主城区景区和可达性的空间格局，为适当扩展景区服务范围，优化景区空间分布，实现旅游资源共享提供决策依据，同时为研究综合交通下的景区可达性研究提供新思路。结论与建议如下：

（1） 景区可达性评价方面：综合交通的景区可达性高的地区集中于城区中心，且景区类型多为历史遗产类和现代人文类；可达性出现南北分区，驾车出行下景区可达性重心整体较公共交通偏向江北；公共交通出行对基于二种交通的景区可达性空间格局影响最为显著，且很大程度上改善了景区可达性两极差异显著的矛盾。

（2） 景区供需关系特征方面：哈尔滨绕城高速内的主城区有60%的街道处于供需关系良好的状态；景区供需关系失衡地区在城区东南角、南部和东部地区等边缘地区，出现多个成片的低需求低供给和高需求低供给聚集区；驾车出行不受公共交通线路影响，已故能够实现更自由更大程度的供需关系匹配，但两者均受限于城区景区空间分布不均和交通路网区域差异，使得两者的供需关系特征差别有限。

研究的不足之处在于研究关注群体未进行不同年龄的或特殊群体进行分类探讨，后续进行多类群体的景区可达性评价研究。